Comment les équipes commerciales peuvent utiliser l’IA générative
L’IA générative ne remplacera pas les commerciaux, mais elle pourrait changer leur façon de fonctionner.
Après le lancement public de ChatGPT fin 2022, les fournisseurs de CRM, tels que Microsoft, Salesforce et HubSpot, ont lancé des fonctionnalités d’IA générative pour leurs offres commerciales. L’IA générative (des algorithmes qui transforment les invites des utilisateurs en contenu créatif) peut automatiser les tâches pour améliorer l’efficacité des ventes. Ces outils peuvent créer des e-mails personnalisés à grande échelle, coacher les commerciaux en temps réel, évaluer les prospects et ajouter automatiquement de nouvelles informations client aux listes de contacts des commerciaux.
Explorez les cas d’utilisation courants de l’IA générative dans les ventes, ainsi que les risques associés.
Comment les équipes commerciales peuvent-elles utiliser l’IA générative ?
Les cas d’utilisation commerciale de Generative AI se répartissent en trois catégories principales : la génération de contenu, l’analyse de données et l’automatisation des tâches.
1. Génération de contenu
Écrivez des e-mails personnalisés. Les équipes commerciales peuvent utiliser des outils d’IA générative pour rédiger rapidement des e-mails personnalisés pour les prospects entrants et sortants. Ces outils peuvent s’appuyer sur des données CRM, telles que les noms des clients, leurs interactions passées et les démonstrations de produits qu’ils ont regardées, pour créer un e-mail qui répond à leurs besoins et attire leur attention.
Ces outils peuvent également extraire des données de sources telles que LinkedIn ou les sites Web d’entreprises pour rechercher des éléments tels que des contacts ou des employeurs précédents que les commerciaux ont en commun avec les prospects sortants. Les outils d’IA peuvent ensuite utiliser ces informations pour générer des e-mails afin que les commerciaux puissent établir une première relation avec des prospects froids.
Les commerciaux interagissent généralement avec ces outils à partir d’une fenêtre de discussion dans l’interface de leur système de messagerie. Les outils peuvent suggérer des réponses à chaque e-mail et permettre aux utilisateurs de saisir des invites personnalisées, telles que « écrire un e-mail de vente à froid à John Smith au sujet de notre nouveau produit ». L’outil génère ensuite un brouillon que les utilisateurs peuvent modifier.
Concevoir des diapositives de proposition de vente. Les équipes commerciales peuvent utiliser des outils d’IA générative pour créer des artefacts visuels, tels que des diapositives de présentation, en plus du texte. Une présentation bien conçue peut convaincre les clients et les prospects, mais tous les commerciaux n’ont pas le sens du design.
Les outils de présentation génératifs d’IA permettent aux commerciaux d’utiliser le langage naturel pour concevoir des présentations de diapositives et d’autres formes d’art d’IA. Par exemple, un commercial pourrait inviter l’outil et écrire : « Créer une proposition commerciale pour une entreprise technologique B2B ». L’outil pourrait ensuite générer un ensemble de diapositives comprenant des éléments clés de la proposition commerciale, tels qu’une diapositive « À propos de nous », des diagrammes circulaires et des citations d’utilisateurs. Le représentant commercial pourrait ensuite remplir le diaporama avec les informations uniques sur son entreprise.
Améliorez les chatbots de vente. Les capacités avancées de traitement du langage naturel de Generative AI peuvent améliorer les chatbots orientés client. Depuis des années, les organisations déploient des chatbots commerciaux sur les sites Web de leur entreprise pour interagir avec les clients, répondre aux questions sur les produits et collecter des informations. Cependant, ces outils peuvent sembler trop scriptés et robotiques.
La capacité de l’IA générative à comprendre des requêtes complexes et à générer des réponses humaines peut rendre ces chatbots plus utiles et plus attrayants que les générations précédentes de chatbots.
2. Analyse des données
Coachez les commerciaux en temps réel. Les outils d’IA générative peuvent analyser les interactions commerciales, telles que les conversations par courrier électronique, par chat en direct et par vidéoconférence, en temps réel et coacher les commerciaux tout au long du processus. Pour permettre le coaching commercial, les organisations doivent personnaliser leurs outils d’IA. Ils peuvent collecter et introduire de grandes quantités de données sur les interactions commerciales passées dans l’outil pour l’aider à reconnaître la terminologie de l’entreprise et les éléments des interactions commerciales réussies et infructueuses.
Un client peut demander à un commercial : « Qu’est-ce qui différencie votre produit de celui de vos concurrents ? L’outil peut ensuite générer rapidement une fiche signalétique pour reproduire la manière dont les commerciaux ont répondu avec succès à cette question dans le passé. Le commercial pourrait alors choisir d’utiliser ou non la suggestion.
L’IA générative peut également aider les commerciaux à identifier les comportements infructueux qui leur coûtent de précieux prospects. Par exemple, un outil pourrait analyser l’historique des interactions d’un commercial pour découvrir que ses transactions échouent souvent lorsqu’il tente d’organiser une réunion trop tôt dans la relation. Le commercial pourrait alors travailler à l’établissement d’une relation avant d’essayer de vendre.
Notation des leads. Les équipes commerciales peuvent avoir des centaines, voire des milliers de prospects, selon la taille de leur organisation. Les outils d’IA générative peuvent analyser rapidement d’énormes quantités de données client pour améliorer les efforts de notation des leads et aider les commerciaux à savoir quels prospects prioriser.
Pour évaluer avec précision les prospects, ces outils peuvent analyser les types de données clients suivants :
- Comportement du site Web.
- Données démographiques, telles que l’âge et le sexe.
- Firmographies, telles que la taille de l’employeur et le secteur d’activité.
- Titre d’emploi.
- Historique d’achat.
- Engagement sur les réseaux sociaux.
Les outils d’IA générative peuvent synthétiser toutes ces données pour attribuer un score à chaque lead. Ils peuvent également traiter les informations en temps réel, de sorte que les scores changent régulièrement à mesure que de nouvelles données arrivent.
Améliorer les prévisions. Tous les départements d’une organisation s’appuient sur des prévisions de ventes – qu’elles soient mensuelles, trimestrielles ou annuelles – pour l’allocation des ressources. La capacité de l’IA générative à analyser de grandes quantités de données non structurées, telles que les interactions commerciales, peut améliorer la précision de ces prévisions.
Si une prévision de ventes prévoit qu’une organisation générera 50 millions de dollars de revenus de plus que l’année précédente, elle pourrait décider d’augmenter les budgets technologiques et de recrutement pour les équipes de production et de marketing. Pourtant, si les prévisions sont erronées, les organisations pourraient devoir licencier du personnel, réduire leurs budgets et arrêter leur production. Les outils d’IA générative peuvent analyser les informations des systèmes CRM, ainsi que les données sur l’économie et les prix des concurrents, pour prédire les revenus futurs plus rapidement et avec plus de précision qu’une équipe humaine.
3. Automatisation des tâches
Ajoutez des contacts à un système CRM. Les commerciaux passent beaucoup de temps à ajouter des informations de contact aux systèmes CRM, en particulier dans les grandes entreprises ayant des processus de vente complexes. L’IA générative peut accélérer ce processus, car elle permet aux commerciaux d’utiliser des invites en langage naturel pour saisir des données, au lieu de remplir manuellement les champs. Par exemple, un commercial pourrait saisir « ajouter (e-mail protégé) et faire un suivi la semaine prochaine ». L’outil pourrait alors saisir automatiquement l’e-mail du contact et l’élément d’action dans la liste de contacts CRM.
Pistes de recherche. Les outils d’IA générative peuvent aider les commerciaux à rechercher des prospects directement à partir de leurs systèmes CRM. Par exemple, un représentant commercial d’une entreprise SaaS de soins de santé basée à Houston pourrait demander à l’outil une liste de tous les grands hôpitaux et prestataires de soins de santé de la région de Houston. L’outil pourrait alors proposer une liste comprenant des descriptions d’entreprises, des adresses, des contacts clés et une option permettant d’ajouter automatiquement les informations au système CRM.
Résumez les interactions enregistrées. L’IA générative peut également résumer les interactions issues des appels, des e-mails et des chats vidéo, afin que les commerciaux puissent revenir sur les détails importants. Ces outils peuvent ajouter automatiquement les points forts des interactions sous forme de notes dans le système CRM pour faire gagner du temps aux commerciaux.
Risque de l’IA générative pour les ventes
Malgré les avantages de l’IA générative, cette technologie n’est pas une panacée. Les organisations doivent comprendre les risques suivants avant d’investir dans l’IA générative :
- Protection des données. Pour utiliser l’IA générative le plus efficacement possible, les équipes commerciales doivent former un outil sur les données de leur entreprise, qui comprend des informations personnellement identifiables, telles que les noms des clients, leurs adresses e-mail et les informations de carte de crédit. Les organisations doivent mettre en œuvre des mesures de sécurité, telles que le cryptage et les contrôles d’accès, pour protéger ces informations et se conformer aux réglementations sur la confidentialité des données.
- Manque d’empathie. Bien que l’IA générative puisse rédiger des e-mails personnalisés à grande échelle, ces messages peuvent manquer de la touche personnelle et de l’empathie d’un vendeur. Les commerciaux doivent utiliser l’outil pour créer les premiers brouillons, puis les modifier manuellement.
- Fausse information. Si les outils d’IA générative ne disposent pas de suffisamment d’informations pour répondre à une question, ils génèrent parfois de fausses réponses, ce qui peut affecter négativement l’expérience client. Par exemple, un chatbot pourrait donner aux clients des informations incorrectes sur les prix d’un produit. Pour accroître la précision, les organisations doivent former de manière approfondie ces outils sur leurs bases de connaissances, puis tester et surveiller régulièrement la qualité des résultats.
Les organisations qui décident d’utiliser l’IA générative disposent de différentes options de mise en œuvre. S’ils ont besoin de beaucoup de flexibilité et disposent d’une équipe interne de développeurs et d’experts en IA, ils peuvent créer leur propre outil. Cependant, cette option peut prendre beaucoup de temps et d’efforts.
Les responsables commerciaux peuvent également acheter un outil d’IA générative et le former sur les données de leur entreprise. Les outils autonomes peuvent s’intégrer au système CRM ou de messagerie existant d’une organisation, tandis que d’autres outils d’IA générative sont proposés en tant que fonctionnalités au sein de plates-formes CRM plus vastes.
0 commentaire